零样本思维链是什么
零样本思维链（Zero-shot CoT）指不加任何示例，只在问题后补一句引导语，让模型先写出推理过程再给答案。Kojima 等人 2022 年的工作系统评测了这种写法：在算术、常识与符号推理类任务上，单靠一句类似 Let's think step by step 的提示就能带来可测量的提升，因为模型被要求把原本压缩在一次输出里的推理展开。它最大的优点是实现成本低——不用手写示例，改一行提示即可。
为什么常拆成两次调用
引导语会让推理和答案混在同一段文字里，程序很难稳定地只取结论。常见的工程做法是把过程拆成两段：第一段只生成推理，第二段把推理作为上下文，要求只输出最终答案。这样答案提取规则简单，也便于把推理留作日志而不展示给最终用户。
要点
| 本质 | 一句引导语触发链式推理，无需手写示例，对标的是少样本 CoT |
|---|---|
| 引导语 | 英文写法在多数模型上稳定；中文同义句可自行 A/B 对比后再定 |
| 提取 | 分两次调用：先推理、再只输出答案；或在同一次里用标签分区 |
| 适用 | 多步计算、常识推理、需要中间量的判断类问题 |
| 成本 | 输出变长，延迟与费用上升；答案提取要多一步或加解析规则 |
典型使用场景
- 批量算数与单位换算：每道题要求先写中间量，便于抽检错在哪一步
- 快速验证某个任务值不值得上 CoT：先用一句话试水，有效再补示例
- 原型阶段省成本：还没有稳定示例集时，先用引导语拿到可用基线
- 需要理由的可解释输出：结论后面跟一段简短推理，便于人工复核
- 作为自洽性投票的第一步：同一条零样本提示多次采样，统计答案分布
两段式用法
两段式用法
第 1 段：<问题>
Let's think step by step. # 引导语，触发分步推理
第 2 段：基于以上推理，只输出最终答案（格式：……） # 提取答案，便于程序解析中文提示写法
中文提示写法
请先分步推理，写出每一步的计算依据与中间结果；
推理完成后，另起一行以「答案：」开头给出最终结论。
# 固定标记便于程序定位：先切分「答案：」，再取其后内容
<问题>引导语写法对照
| 写法 | 特点 | 注意事项 |
|---|---|---|
| 一句通用引导语 | 最短，无示例，改动成本极低 | 效果依模型与任务差别大，需自行对比 |
| 引导语 + 约束步骤数 | 如要求 3-5 步，抑制冗长推理 | 步骤过少可能跳过必要环节 |
| 引导语 + 结论标记 | 要求以固定标记给出答案 | 标记用词要唯一，避免正文里重复出现 |
| 引导语 + 自检要求 | 推理末尾核对单位与量级 | 自检是软约束，不能替代程序校验 |
同一问题单次采样仍可能得到不同推理路径；需要稳定结论时，配合多次采样投票，而不是只调提示措辞。
少数模型会把引导语原样复述出来，输出里先出现「让我们一步步思考」这类句子，解析时按固定标记定位答案更稳。